基于纹理特征的人工梭梭林生物量遥感估测研究
发布时间:2017-07-06 15:20
本文关键词:基于纹理特征的人工梭梭林生物量遥感估测研究
更多相关文章: 高分一号 植被指数 灰度共生矩阵 生物量 纹理
【摘要】:对干旱生态系统植被生物量的动态变化监测,不仅与生态环境保护密切相关,而且对于农业经济和社会的可持续发展有现实意义。为了探索干旱区稀疏植被生物量估算的有效方法,本研究以高分一号(GF-1)多光谱和全色影像及野外调查获得的样方生物量数据为数据源,研究了甘肃省民勤县绿洲边缘人工梭梭林地上生物量的估算方法。本研究中,以影像原始反射率、主成分分析获得的主分量及植被指数数据为基础数据,分别基于灰度共生矩阵、灰度-梯度共生矩阵、变差函数和灰度差分向量、局部二值模式等提取纹理特征,分别将光谱特征、纹理特征与实测生物量数据建立回归模型,比较基于光谱信息与纹理信息估测梭梭林生物量的能力差异。对于8m空间分辨率多光谱数据,原始反射率与样地实测生物量数据建立的多元逐步回归模型的R2较高,而归一化植被指数(NDVI)与实测生物量数据建立的多项式模型的R2比其他两种植被指数模型的R2值高;纹理特征与实测生物量拟合的结果中,NDVI的灰度共生矩阵(GLCM)纹理特征与实测生物量数据建立的多元回归模型R2值最高,达0.703,模型验证的均方根误差(RMSE)为0.0574(kg/m2),精度(EA)达77.61%;其次为NDVI的灰度差分向量纹理特征与实测生物量建立的多元线性回归模型,R2值达0.661,模型验证的均方根误差RMSE为0.0665(kg/m2),精度EA=73.18%;而基于灰度-梯度共生矩阵与变差函数的纹理特征与实测生物量的拟合效果较差,R2都未达到0.5。对于2m全色与8m多光谱数据融合数据,波段反射率的灰度共生纹理特征所建立的模型精度最高,R2为0.607,模型验证的RMSE为0.0490(kg/m2),精度EA=78.67%;其次为NDVI的灰度差分向量纹理特征与实测生物量建立的回归模型,R2值达到0.601,模型验证的RMSE为0.0719(kg/m2),精度EA=71.92%。综上所述,基于NDVI纹理特征估测人工梭梭林生物量的能力高于用单一的植被指数和其他纹理特征估测的能力,在干旱区植被生物量估测中有广泛的应用前景。
【关键词】:高分一号 植被指数 灰度共生矩阵 生物量 纹理
【学位授予单位】:内蒙古师范大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP751
【目录】:
- 摘要3-5
- Abstract5-11
- 1 绪论11-22
- 1.1 研究目的和意义11-15
- 1.1.1 研究目的11
- 1.1.2 研究意义11-15
- 1.2 国内外研究现状及发展趋势15-20
- 1.2.0 光学遥感生物量反演研究状况15-17
- 1.2.1 基于光学遥感估测植被生物量研究进展17
- 1.2.2 纹理信息遥感应用上的研究现状17-20
- 1.3 本文的研究内容与技术路线20-22
- 1.3.1 研究内容20-21
- 1.3.3 技术路线21-22
- 2 数据与研究方法22-43
- 2.1 研究区22-26
- 2.2 数据获取及预处理26-31
- 2.2.1 遥感数据26
- 2.2.2 遥感数据预处理26-30
- 2.2.3 地面数据及其预处理30-31
- 2.3 研究方法31-43
- 2.3.1 基于共生矩阵的纹理特征提取方法32-37
- 2.3.2 基于灰度差分向量的纹理特征提取方法37-38
- 2.3.3 基于变差函数的纹理特征提取方法38-41
- 2.3.4 基于局部二值模式的纹理特征提取方法41-43
- 3 基于GF-1 梭梭林生物量估测43-61
- 3.1 光谱特征提取43-44
- 3.2 纹理特征提取44-46
- 3.2.1 提取单波段灰度图像44
- 3.2.2 灰度级量化44-45
- 3.2.3 计算特征值45-46
- 3.2.4 纹理特征值的计算及纹理特征影像的生成46
- 3.3 自变量的筛选46-47
- 3.4 回归模型建立与检验47-49
- 3.5 基于光谱特征的梭梭林生物量估测49-50
- 3.6 基于纹理特征的梭梭林生物量估测50-57
- 3.7 模型验证与精度评价57-61
- 4 结论与展望61-63
- 4.1 结论61-62
- 4.2 展望62-63
- 参考文献63-69
- 致谢69
【参考文献】
中国期刊全文数据库 前8条
1 郭仕德,林旭东,马廷;高空间分辨率遥感环境制图的几个关键技术研究[J];北京大学学报(自然科学版);2004年01期
2 史文中,朱长青,王昱;从遥感影像提取道路特征的方法综述与展望[J];测绘学报;2001年03期
3 骆剑承;遥感影像智能图解及其地学认知问题探索[J];地理科学进展;2000年04期
4 杨秀春;徐斌;朱晓华;陶伟国;刘天科;;北方农牧交错带草原产草量遥感监测模型[J];地理研究;2007年02期
5 侯群群;王飞;严丽;;基于灰度共生矩阵的彩色遥感图像纹理特征提取[J];国土资源遥感;2013年04期
6 张小琪;盛建东;武红旗;谷海斌;龚双凤;;典型草地地上生物量遥感反演模型的建立[J];农业网络信息;2013年04期
7 王正兴;刘闯;陈文波;林昕;;MODIS增强型植被指数EVI与NDVI初步比较[J];武汉大学学报(信息科学版);2006年05期
8 高添;徐斌;杨秀春;金云翔;马海龙;李金亚;于海达;;内蒙古西部草原地上生物量的遥感估算[J];中国沙漠;2013年02期
,本文编号:526740
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/526740.html